Специально для Harvard Business Review: на что способен современный маркетолог
/Методология Paper Planes
Разрабатывая маркетинговые стратегии для своих клиентов, мы часто встречаем следующий удивительный парадокс...
Маркетинг во многих компаниях воспринимается как сервисная (и оттого сервильная) служба, на которую возлагаются задачи производства корпоративной сувенирной продукции, привлечения клиентов и даже запоминания дней рождения клиентов, имен их детей и кличек собак. В то же время правильно построенный маркетинг, в основу которого положена работа с данными, может выполнять интегративную функцию для всей организации, заметно повышая ее эффективность не только в части роста выручки, но и в части оптимизации издержек.
Все чаще мы убеждаемся, что лучший маркетолог — это программист и data scientist в одном лице, который глубоко погружается в бизнес-процессы своей организации и может сократить ее расходы.
К числу методов оптимизации издержек, доступных маркетингу, можно отнести:
Все чаще мы убеждаемся, что лучший маркетолог — это программист и data scientist в одном лице, который глубоко погружается в бизнес-процессы своей организации и может сократить ее расходы.
К числу методов оптимизации издержек, доступных маркетингу, можно отнести:
методы функционально-стоимостного анализа- глубокую аналитику эффективности персонала
- оптимизацию работы компании за счет комплексной аналитики клиентов и спроса
Рассмотрим эти методы на конкретных примерах из нашей практики.
/1. Функционально-стоимостный анализ
Попытка поразить клиента функциональностью продукта или услуги зачастую кончается тем, что себестоимость растет гигантскими темпами, а на объеме продаж или способности компании взимать доплату за новый функционал это никак не сказывается.
Причина банальна: добавившиеся функции избыточны и никому не нужны. Битва за функционал характерна только для очень молодых рынков. Со временем потребитель в первую очередь отдает предпочтение безопасности, сервису и, наконец, цене. Иными словами, перед службами маркетинга часто ставятся задачи поиска «голубых океанов», конструктивных и функциональных усложнений продукта в борьбе за внимание клиента, однако стоит сменить фокус с бесконечных модификаций на разумное и экономически обоснованное упрощение.
Приведу пример.
К нам обратился крупный производитель лаков для ногтей с просьбой оптимизировать работы партнерских салонов красоты. Очевидно, что для салона красоты ключевым фактором прибыльности является время, затрачиваемое на оказание услуги. Мы обратили внимание, что в наших салонах процедура сушки (в терминах функционально-стоимостного анализа сушка — это частный вид функции) занимает гораздо больше времени, чем в салонах конкурентов. Установив наблюдение за несколькими сотнями процедур покрытия маникюром, мы заметили, что дольше всего сохли лаки синего колора.
Сравнив их состав с составом других лаков, мы выделили ряд химических соединений, которые входили только в синие лаки, и отправили их на заключение в лабораторию. Результатом проекта стало вычленение всех соединений, влияющих на скорость высыхания материала, и их замена на аналогичные по функциональности, но более быстро сохнущие (и к тому же — более дешевые).
В итоге сократились себестоимость производства, скорость оказания услуги клиенту и повысилась общая удовлетворенность как салонов, так и конечных потребителей. Возникла инновация ценности: затраты уменьшились, а прибыль парадоксальным образом увеличилась.
Чтобы провести функционально-стоимостный анализ, необходимо:
Причина банальна: добавившиеся функции избыточны и никому не нужны. Битва за функционал характерна только для очень молодых рынков. Со временем потребитель в первую очередь отдает предпочтение безопасности, сервису и, наконец, цене. Иными словами, перед службами маркетинга часто ставятся задачи поиска «голубых океанов», конструктивных и функциональных усложнений продукта в борьбе за внимание клиента, однако стоит сменить фокус с бесконечных модификаций на разумное и экономически обоснованное упрощение.
Приведу пример.
К нам обратился крупный производитель лаков для ногтей с просьбой оптимизировать работы партнерских салонов красоты. Очевидно, что для салона красоты ключевым фактором прибыльности является время, затрачиваемое на оказание услуги. Мы обратили внимание, что в наших салонах процедура сушки (в терминах функционально-стоимостного анализа сушка — это частный вид функции) занимает гораздо больше времени, чем в салонах конкурентов. Установив наблюдение за несколькими сотнями процедур покрытия маникюром, мы заметили, что дольше всего сохли лаки синего колора.
Сравнив их состав с составом других лаков, мы выделили ряд химических соединений, которые входили только в синие лаки, и отправили их на заключение в лабораторию. Результатом проекта стало вычленение всех соединений, влияющих на скорость высыхания материала, и их замена на аналогичные по функциональности, но более быстро сохнущие (и к тому же — более дешевые).
В итоге сократились себестоимость производства, скорость оказания услуги клиенту и повысилась общая удовлетворенность как салонов, так и конечных потребителей. Возникла инновация ценности: затраты уменьшились, а прибыль парадоксальным образом увеличилась.
Чтобы провести функционально-стоимостный анализ, необходимо:
- разложить ваш продукт или услугу на составные части (функции)
- оценить для каждой из них себестоимость
- с помощью методов исследования ценности (например, модели Кано или QFD) определить полезность каждой функции для клиентов
- сопоставить себестоимость и ценность
- изъять или заменить наиболее затратные
и наименее полезные функции
Инвестиции в обучение сотрудников с каждым годом все лучше и лучше иллюстрируют «парадокс белой королевы»: чтобы оставаться на месте, надо бежать все быстрее. Затраты на тренинги, курсы, мастер-классы растут, а отдача от них в лучшем случае не снижается
На фоне кризиса рабочей силы и усложнения технических характеристик продукции и услуг компаниям приходится становиться все более изобретательными в борьбе за квалифицированные кадры. И тут маркетинг вновь может оказаться неоценимым партнером для функции HR. Накапливаемые в маркетинговых системах (например, CRM или системах сквозной аналитики) данные служат источником информации не только о клиентах и матрице товаров, но и о сотрудниках и их компетенциях.
Пример.
Оптимизируя программу обучения для отдела продаж одного из наших клиентов, мы выгрузили данные о продажах за три года и проанализировали эффективность менеджеров. Большинство HR-специалистов и даже руководителей отделов продаж смотрят на эффективность сотрудника линейно — оценивая принесенную им выручку и — изредка — маржинальность его транзакций. Хороший маркетолог может посмотреть на вопрос шире: оценить среднюю стоимость товарной позиции, глубину и ширину чека, возвратность клиента, продажи целевых позиций, рекламации и многие другие параметры, позволяющие оцифровать не только количественные, но и качественные характеристики сделки и продавца.
В итоге мы увидели, например, что после 14 месяцев работы ни один из более чем 60 менеджеров компании не давал существенного прироста производительности, а ключевым ограничением для этого являлась низкая комплексность сделки.
В то же время учебная программа в компании состояла из адаптации в первые три месяца и серии поддерживающих тренингов через полгода, а тематически была посвящена скорее изучению технических характеристик продукции.
Иными словами, компания обучала своих менеджеров по продажам и несвоевременно (по сути, бросая их в момент выхода на плато продуктивности), и не тому (технической информации вместо навыков перекрестных продаж).
Чтобы применить у себя в компании данную методологию, необходимо:
На фоне кризиса рабочей силы и усложнения технических характеристик продукции и услуг компаниям приходится становиться все более изобретательными в борьбе за квалифицированные кадры. И тут маркетинг вновь может оказаться неоценимым партнером для функции HR. Накапливаемые в маркетинговых системах (например, CRM или системах сквозной аналитики) данные служат источником информации не только о клиентах и матрице товаров, но и о сотрудниках и их компетенциях.
Пример.
Оптимизируя программу обучения для отдела продаж одного из наших клиентов, мы выгрузили данные о продажах за три года и проанализировали эффективность менеджеров. Большинство HR-специалистов и даже руководителей отделов продаж смотрят на эффективность сотрудника линейно — оценивая принесенную им выручку и — изредка — маржинальность его транзакций. Хороший маркетолог может посмотреть на вопрос шире: оценить среднюю стоимость товарной позиции, глубину и ширину чека, возвратность клиента, продажи целевых позиций, рекламации и многие другие параметры, позволяющие оцифровать не только количественные, но и качественные характеристики сделки и продавца.
В итоге мы увидели, например, что после 14 месяцев работы ни один из более чем 60 менеджеров компании не давал существенного прироста производительности, а ключевым ограничением для этого являлась низкая комплексность сделки.
В то же время учебная программа в компании состояла из адаптации в первые три месяца и серии поддерживающих тренингов через полгода, а тематически была посвящена скорее изучению технических характеристик продукции.
Иными словами, компания обучала своих менеджеров по продажам и несвоевременно (по сути, бросая их в момент выхода на плато продуктивности), и не тому (технической информации вместо навыков перекрестных продаж).
Чтобы применить у себя в компании данную методологию, необходимо:
- проанализировать данные продаж в разрезе продавцов
- оценить показатели эффективности сотрудников
не только в моменте, но и в долгосрочной перспективе - построить серии регрессионных моделей, связывающих, например, стаж сотрудника
с его результатами - найти плато продуктивности сотрудников
и факторы, сдерживающие рост их эффективности - переработать программы внутреннего обучения
в связи с полученными данными
/3. Анализ клиентов и спроса для оптимизации работы всей компании
Консалтинговая компания BCG предложила оценивать всех клиентов по набору параметров, которые могут быть уложены в две базовых характеристики: финансовая привлекательность контрагента и качество наших с ним взаимоотношений. Такой подход позволил пойти дальше в оценке привлекательности сделки и выбора политики ценообразования, чем банальный анализ по ABC (метод, позволяющий делить клиентов на три группы: A, обеспечивающую 80% прибыли, B – 15%, и C – 5%), и стал надежным методом прогнозирования долгосрочной выручки от сотрудничества. Мы решили дополнить предложенную модель еще одним параметром — степенью уникальности запроса клиента, то есть глубиной кастомизации.
Не секрет, что чем уникальнее клиентский запрос, тем большее напряжение он создает для нашей производственной (в широком смысле слова) линии и тем большую вариативность действий за собой влечет.
Хороший маркетолог умеет соединять данные о загрузке производственной линии и вспомогательные данные производства (например, время переналадки) с данными о запросах потенциальных клиентов. Например, если мы имеем дело с клиентом, который обладает низким потенциалом в модели BCG и обращается с крайне нестандартным запросом в период, когда производственная линия крайне загружена, нужно избрать (если вообще за этот проект стоит браться) такую политику сервиса и ценообразования, которая позволит с лихвой компенсировать издержки.
Приведем еще один пример.
К нам обратился клиент, который в погоне за прибылью решил отказаться от производства типовых изделий и занялся сверхкастомными заказами с высокой маржинальностью. То, что звучало красиво в теории, оказалось крайне неприятно на практике: время на переналадку оборудования с типовых изделий на нетиповые достигало до 27% от времени такта производства, а отсутствие мощностей для производства типовых изделий в прежних объемах повлекло за собой отток лояльной клиентской базы.
Мы снабдили все станки клиента датчиками, передававшими данные об их текущей загрузке в отдел продаж; провели кластеризацию клиентов по методике BCG и описали параметры отнесения заказа к низко-, средне- и крупновариативным, соотнеся с этими параметрами подходы к обслуживанию и ценообразованию.
Такая спайка маркетинговых и производственных данных позволила в течение полугода поднять прибыль предприятия в 1,5 раза.
Схожие проблемы вызывает в компаниях отсутствие связки производственных данных с прогнозом спроса. Типична ситуация, когда маркетинг если и делает прогноз спроса, то не делится этой оценкой ни с кем. В результате разные структурные подразделения компании работают в отрыве друг от друга.
Еще один наш клиент столкнулся со следующей проблемой. В матрице продукции, производимой им, был довольно редкий и не пользующийся большим спросом продукт, содержавший ряд органических ингредиентов.
Служба входящей логистики клиента, завидев на бирже снижение цен на ингредиент, бросилась его покупать. Склады входящей логистики оказались им заполнены, а ингредиент, как и любая органика, начал гнить. Директор по входящей логистике уговорил директора производства срочно запустить на линию продукцию, содержащую ингредиент.
В этот момент были сорваны сроки производства и поставки в сети основной продукции компании, что повлекло за собой штрафы от ритейлеров, а бесполезный продукт поступил на склады готовой продукции, где спокойно хранился до момента, когда складских мощностей стало не хватать для остальных товарных позиций. Взволнованный директор по исходящей логистике отправился в отдел продаж с просьбой интенсифицировать сбыт товара, но резонно столкнулся с ответом, что такой продукт спросом не пользуется и никому не нужен.
Думаете, такое происходит только в компаниях с очень низким уровнем производственной культуры? Отнюдь.
Как мы увидели из трех примеров выше, маркетинг — уже не просто функция по приводу в продажи потенциальных клиентов. Зона ответственности маркетинга расширяется: вооружаясь данными от разных бизнес-процессов компании и склеивая их с данными опросов, продаж, сквозной аналитики, маркетинг получает невиданную доселе возможность влиять не только на доходы организации, но и на ее расходы.
И для этого владельцам компаний важно осознать необходимость скорейшей спайки маркетинговых и ИТ-процессов. Присмотритесь к вашим сотрудникам. Возможно, среди парней, которые обслуживают сервера вашей компании, прячется будущий директор по маркетингу.
Специально для HBR
Не секрет, что чем уникальнее клиентский запрос, тем большее напряжение он создает для нашей производственной (в широком смысле слова) линии и тем большую вариативность действий за собой влечет.
Хороший маркетолог умеет соединять данные о загрузке производственной линии и вспомогательные данные производства (например, время переналадки) с данными о запросах потенциальных клиентов. Например, если мы имеем дело с клиентом, который обладает низким потенциалом в модели BCG и обращается с крайне нестандартным запросом в период, когда производственная линия крайне загружена, нужно избрать (если вообще за этот проект стоит браться) такую политику сервиса и ценообразования, которая позволит с лихвой компенсировать издержки.
Приведем еще один пример.
К нам обратился клиент, который в погоне за прибылью решил отказаться от производства типовых изделий и занялся сверхкастомными заказами с высокой маржинальностью. То, что звучало красиво в теории, оказалось крайне неприятно на практике: время на переналадку оборудования с типовых изделий на нетиповые достигало до 27% от времени такта производства, а отсутствие мощностей для производства типовых изделий в прежних объемах повлекло за собой отток лояльной клиентской базы.
Мы снабдили все станки клиента датчиками, передававшими данные об их текущей загрузке в отдел продаж; провели кластеризацию клиентов по методике BCG и описали параметры отнесения заказа к низко-, средне- и крупновариативным, соотнеся с этими параметрами подходы к обслуживанию и ценообразованию.
Такая спайка маркетинговых и производственных данных позволила в течение полугода поднять прибыль предприятия в 1,5 раза.
Схожие проблемы вызывает в компаниях отсутствие связки производственных данных с прогнозом спроса. Типична ситуация, когда маркетинг если и делает прогноз спроса, то не делится этой оценкой ни с кем. В результате разные структурные подразделения компании работают в отрыве друг от друга.
Еще один наш клиент столкнулся со следующей проблемой. В матрице продукции, производимой им, был довольно редкий и не пользующийся большим спросом продукт, содержавший ряд органических ингредиентов.
Служба входящей логистики клиента, завидев на бирже снижение цен на ингредиент, бросилась его покупать. Склады входящей логистики оказались им заполнены, а ингредиент, как и любая органика, начал гнить. Директор по входящей логистике уговорил директора производства срочно запустить на линию продукцию, содержащую ингредиент.
В этот момент были сорваны сроки производства и поставки в сети основной продукции компании, что повлекло за собой штрафы от ритейлеров, а бесполезный продукт поступил на склады готовой продукции, где спокойно хранился до момента, когда складских мощностей стало не хватать для остальных товарных позиций. Взволнованный директор по исходящей логистике отправился в отдел продаж с просьбой интенсифицировать сбыт товара, но резонно столкнулся с ответом, что такой продукт спросом не пользуется и никому не нужен.
Думаете, такое происходит только в компаниях с очень низким уровнем производственной культуры? Отнюдь.
Как мы увидели из трех примеров выше, маркетинг — уже не просто функция по приводу в продажи потенциальных клиентов. Зона ответственности маркетинга расширяется: вооружаясь данными от разных бизнес-процессов компании и склеивая их с данными опросов, продаж, сквозной аналитики, маркетинг получает невиданную доселе возможность влиять не только на доходы организации, но и на ее расходы.
И для этого владельцам компаний важно осознать необходимость скорейшей спайки маркетинговых и ИТ-процессов. Присмотритесь к вашим сотрудникам. Возможно, среди парней, которые обслуживают сервера вашей компании, прячется будущий директор по маркетингу.
Специально для HBR
Все полезные материалы по маркетингу от экспертов Paper Planes в нашем чат-боте Telegram
База знаний Paper Planes
/свяжитесь с нами, чтобы